biotech价值跃升锚定法-LTLyra-周K线对应关键临床读出
核心方法：理解一家单产品 biotech 的市值历史，先在周 K 线上圈出几次明显跃升/毁灭的时点，再把每个时点对应到一次关键临床数据读出。biotech 的价值不是连续 DCF 出来的，而是被几个 binary 事件台阶式定价的。
三步流程：
- 打开周 K 线，识别明显的台阶（一次涨跌幅显著超过日常波动且不回吐的位置）；
- 在该周前后查临床进度公告——通常对应一次顶线 readout、详细数据公布、或 BD/获批；
- 把每个台阶高度归因到对应 readout 的”信息含量”——是 PFS 顶线、还是详细 HR、还是 OS——这就是市场为该单一信息支付的价值。
Summit 三段示例：
- 2024-05 HARMONi-2 顶线宣布 PFS 显著（无具体数据）→ 市值 80~100 亿美金（首次正面击败 K 药的”希望”定价）；
- 2024-09 世界肺癌大会 HARMONi-2 详细数据，HR≈0.5（PFS 翻倍）→ 市值跳到 150 亿美金（疗效震撼引发的”信心”定价）；
- 2025-04 HARMONi-6 PFS 强阳性（替雷利珠对照）→ 市值 250 亿美金（迭代当前金标准的”格局”定价）。
为什么这条 lens 有用：
- 校准估值锚：每个台阶高度告诉你市场对相应 milestone 类型支付的边际价值——下一次同类 readout 出现时，可借历史台阶倍数估算合理跳幅。
- 识别错杀/虚高：当本次跌/涨幅与对应 readout 的信息含量不匹配（例如本文中 HARMONi-2 OS 中期”信息含量极低”却暴跌 36%），可能是错杀。
- 拒绝过程派叙事：biotech 没有平滑的”经营业绩驱动”，看周 K 线找台阶比看月线/年线均值更接近真实定价机制。
适用边界：仅适用于以”少数几个核心产品 + binary 临床节点”驱动的 biotech；MNC 与已商业化大药企的估值由销售/利润驱动，不适用。
[1429872781]（雪球）